Welcome to vMind!

How can we assist you today?

Log In

Kubernetes

Modern uygulamalar için otomatik, ölçeklenebilir ve yönetilen konteyner altyapısı ile portvMind Kubernetes, mikroservis mimarileriniz, konteyner tabanlı uygulamalarınız ve CI/CD süreçleriniz için tam entegre, yönetilen bir platform sunar. Dakikalar içinde devreye alınabilen bu altyapı; otomatik ölçekleme, kendini iyileştirme ve servis keşfi gibi özelliklerle geliştirici ekiplerin işini kolaylaştırır.

Kubernetes üzerinde GPU nasıl kullanılır?

Kubernetes üzerinde GPU kullanmak için kümenize GPU node havuzu tanımlanır ve iş yükleri bu havuza yönlendirilir. vMind Kubernetes Engine (VKE) üzerinde NVIDIA H100 ve H200 kartlarından oluşan node havuzları oluşturabilir, eğitim ve inference iş yüklerinizi aynı küme içinde çalıştırabilirsiniz.

GPU node havuzu, standart node havuzundan üç noktada ayrılır: kartlar bölünemez şekilde tahsis edilir, sürücü ve CUDA katmanı node üzerinde hazır gelir, iş yükleri kaynak talebinde kart sayısını açıkça belirtir. vMind bu katmanı hazır sunar; sürücü kurulumu ve sürüm uyumluluğuyla uğraşmazsınız. Eğitim iş yükleri için kümeye geçici GPU node havuzu ekleyip iş bittiğinde kaldırabilir, inference için trafiğe göre otomatik ölçeklenen kalıcı bir havuz tutabilirsiniz. Tek node üzerinde 8 karta, çok node'lu kümede 64 karta kadar ölçeklenir.

portvMind Kubernetes’in Bazı Avantajları

Otomatik Uygulama Dağıtımı ve Güncelleme Otomatik Uygulama Dağıtımı ve Güncelleme
Kendini İyileştirme ve Otomatik Ölçekleme Kendini İyileştirme ve Otomatik Ölçekleme
CI/CD Süreçleriyle Tam Uyum CI/CD Süreçleriyle Tam Uyum
Uygulama ve Altyapı Ayrımı Uygulama ve Altyapı Ayrımı
Açık Kaynak ve Vendor Lock-In’siz Açık Kaynak ve Vendor Lock-In’siz
7/24 Konteyner ve DevOps Desteği 7/24 Konteyner ve DevOps Desteği

Eğitim ve inference iş yükleri aynı kümede çalışabilir mi?

Evet, ancak farklı node havuzlarında çalıştırılmaları gerekir. Model eğitimi kısa süreli ve yoğundur; küme eğitim boyunca tam kapasite çalışır ve iş bitince kapatılır. Inference ise süreklidir ve trafiğe göre ölçeklenmesi gerekir. İkisini aynı havuzda çalıştırmak, eğitim işleri sırasında inference gecikmesinin artmasına yol açar.

vMind Kubernetes Engine üzerinde her iş yükü tipi için ayrı node havuzu tanımlayabilir, kaynak kotalarıyla birbirlerini etkilemelerini önleyebilirsiniz. Böylece tek küme yönetirsiniz ama iki farklı iş yükü profilini ayrı ayrı optimize edersiniz.

We offer customized solutions to our customers by bringing together the necessary technology and services.

With vMind, regardless of your preference - cloud, hybrid, or on-premises solutions - the service you receive will always be top-notch.

2026 © vMIND All Rights Reserved.

Personal Data Protection Law